高德地图高德-LLM内容理解-信息算法专项
任职要求
1. 计算机科学、人工智能、机器学习或相关领域的硕士或博士学位； 2. 至少3年在内容理解（如GPT Bert CLIP等）优化方面的工作经验； 3. 有大规模深…
工作职责
1. 设计和实现多模态(图文)和多源信息(PGC/UGC/Web content等)的综合内容理解，以优化我们的地图搜索、推荐和POI信息理解能力； 2. 深入研究和改进模型的性能，包括准确性、效率和可扩展性； 3. 与跨职能团队合作，包括数据工程师、产品经理和架构工程师，确保模型与业务目标一致； 4. 跟踪新的人工智能和机器学习研究，将新的研究成果应用于实际问题； 5. 负责模型的维护和迭代，确保其在动态环境中的稳定性和可靠性。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok内容发现团队负责的产品功能涵盖TikTok所有内容分发的场景，包括首页的搜索、推荐信息流等核心场景，通过个性化手段以及产品功能来满足用户发现内容的诉求。在这里，有大牛带队与大家一同不断探索前沿，突破想象空间。在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。 1、负责TikTok搜索LLM方向质量保障工作，构建大模型相关质量体系，参与变更管控、自动化测试、LLM评测、LLM安全等质效专项； 2、基于工程和算法团队现有质效问题给出合理质效解决方案，推动落地提高交付质效； 3、能及时关注和学习，并探索新的大模型相关质效解决方案。
【一、算法方向】 我们是网易云音乐算法团队，专注于行业领先的搜推广算法，通过技术赋能云音乐业务，提升用户体验，产生商业化价值。我们期望年轻、有潜力的算法/AI人才加入我们。 [在这里你可以] 1、接触和优化服务于云音乐数亿真实用户的推荐和搜索系统； 2、进一步优化云音乐已落地的生产级生成式推荐算法； 3、接触云音乐数十亿歌曲/歌单/评论/音频等真实生内容，为多模态内容表征/内容生产/语音合成提供丰富的语料。 [职位描述1：内容分发（搜推广方向）] 1、参与优化云音乐歌曲/专辑/歌单/评论等数十亿内容的分发工作，使用行业领先的机器学习平台，实现并不断优化推荐/搜索/广告算法，通过大模型技术的应用，不断提升用户体验和商业化变现效率； 2、追踪行业前沿的推荐/搜索技术，落地并优化云音乐下一代生成式推荐算法，进一步在数据/模型/推理等方面探索scaling law，提升推荐系统的性能上限。 [职位描述2：多模态研发（内容表征和生成方向）] 1、参与网易云音乐多模态技术建设，使用和优化行业领先的多模态大模型技术，对音乐内容（包括但不限于歌曲/歌单/评论/视频等）进行内容理解、内容表征，帮推荐/搜索/广告/社交等业务场景更好地分发内容和优化检索； 2、参与网易云音乐内容生成方向技术建设，研究Transformer、Diffusion等技术，使用多模态文/声/图/视频等大模型技术，探索AI歌曲、AI歌单、AIMV、语音合成等方向，更好地服务音乐内容创作； 3、深入研究行业领先的语音大模型技术（如CosyVoice、GPTSoVITS等），掌握Diffusion、Flow-based、Transformer-based等语音生成模型的原理和方法，提升合成语音的自然度、情感表达和多样性。 【二、工程方向】 [职位描述：机器学习平台开发（AI infra）] 在这里你可以： 1、挑战下一代推荐系统的工程落地； 2、高并发低延时大规模推理部署； 3、海量数据低成本训练。 在这里你需要： 1、负责探索下一代推荐系统的架构升级、模块开发、性能优化等，保证系统高效稳定； 2、负责推荐模型从特征，样本，到线上推理工程落地； 3、对接相关算法团队，落地模型优化，实现高性能的模型推理加速。
1、围绕高德核心业务场景，结合大模型技术实现端到端简化，提升业务效果。负责大模型应用的开发落地工作，包括但不限于LLM应用、Prompt工程、SFT、多模态理解、知识库构建和优化等方面； 2、负责将大模型应用到实际业务场景，包括但不限于销售流程、商家经营、内容生成等业务领域和环节； 3、能够运用多模态理解大模型，实现对非结构化服务数据（店铺装修素材、菜单、评价、商品等）的深度理解和使用。
围绕高德的核心业务场景，研究大模型与推荐结合提升业务效果并落地，不限于LLM、多模态大模型SFT、RLHF、多模态理解、内容表征、推荐算法、行为序列建模、搜索算法。